新《證券法》對融資難易程度的影響
2025-10-02 00:00:00曹文靜
財務管理研究 2025年9期
0 引言
新修訂的《中華人民共和國證券法》（以下簡稱“新《證券法》”）于2020年3月正式實施，標志著中國資本市場進人了一個新的發展階段，帶來了諸多深遠的影響與變革。這一法律的修訂，不僅是對證券法律體系的全面升級，更是對中國資本市場未來發展路徑的一次深刻規劃和調整。
在注冊制改革方面，新《證券法》通過優化上市流程，顯著拓寬了企業進入資本市場的通道。傳統的審批制上市流程煩瑣、耗時較長，往往限制了企業的融資效率和市場競爭力。而注冊制改革則簡化了上市程序，提高了審核效率，使得更多優質企業能夠更快地進入資本市場，實現融資和發展。這一變化不僅有助于提升資本市場的活力和效率，也為中國經濟的轉型升級提供了更加有力的支持。
與此同時，新《證券法》對信息披露和投資者保護的要求也進行了全面強化。根據新法規，上市公司需確保信息披露的及時、準確和完整，使投資者能夠清晰了解企業的運營和財務狀況。這一措施有助于提高市場透明度，促進公平交易，從而降低信息不均衡對投資決策的不利影響。在投資者保護方面，新《證券法》加大了對違法違規行為的處罰力度，為投資者提供了更加有力的法律保障。這些措施共同重塑了資本市場的生態，提升了市場的整體質量和投資者信心。
在此背景下，上市公司的融資環境發生了顯著變化。一方面，隨著注冊制改革的深入推進，更多企業得以進入資本市場融資，市場競爭日益激烈。這使得傳統融資模式受到了較大沖擊，企業需要更加注重自身的經營管理和創新能力，以提升在資本市場中的競爭力。另一方面，隨著信息披露和投資者保護要求的提高，企業的融資成本也發生了一定波動。一些信息披露不完善、經營狀況不佳的企業可能面臨更高的融資成本甚至融資困難；而一些優質企業則能夠憑借良好的信息披露和投資者保護機制獲得更加優惠的融資成本。
因此，研究上市公司在新證券法實施后的融資難易變化具有重要意義。這不僅有助于企業更好地適應市場變化，制定合理的融資策略；也有助于監管機構更好地了解市場動態，制定更加科學合理的監管政策。未來，隨著資本市場的持續演進和制度優化，上市公司的融資格局將迎來顯著變革。企業應當動態跟蹤市場趨勢與政策調整，持續強化自身核心優勢與資本運作水平；與此同時，監管部門需持續完善監管體系、創新監管手段，為市場穩健運行構筑更堅實的制度支撐。
研究將焦點放在我國滬深A股上市公司上，選取了2016—2023年的數據進行處理與分析，最終獲得20132個有效研究樣本。通過多元回歸分析，得出以下結論：第一，隨著不確定性的增加，企業的債務融資成本會隨之上升。這是因為不確定性會使企業面臨更多的內外部風險，市場波動也會干擾企業的日常運營。第二，為深人分析不同產權性質下新《證券法》的調節作用，采用分組回歸的方法，結果表明，在民營企業中，這種調節作用更為顯著。
1問題的提出及研究綜述
當前，國際形勢正經歷深刻變革，單邊主義與貿易壁壘的蔓延使全球經濟步人高度波動的階段。在此環境下，世界經濟增速普遍回落，我國經濟同樣面臨較大的增長壓力。為保持經濟平穩運行并延續復蘇勢頭，政府陸續出臺多項穩預期、保民生、促發展的調控政策。但受制于市場形勢的快速演變，宏觀政策的調整節奏不斷加快，且不可避免地存在實施時滯，這使得企業經營面臨的不確定性持續上升，對其生產管理、資本運作及融資均形成實質性沖擊。如劉磊等[1]指出當經濟政策不確定性增強時，企業呈現提高長期負債比例與縮減債務規模的應對傾向；但研究表明，這種關聯性并非不可調節，特別是通過高管團隊的更新迭代及強化薪酬激勵，企業能夠顯著弱化政策不確定性對債務期限安排與規模優化的制約效應。倪國愛和董小紅2指出會計穩健性能夠緩解經濟政策不確定性與企業債務融資之間的負向關系，且這種調節機制在非公有制企業中展現出比公有制企業更強的效力，體現出不同所有制企業在應對政策不確定性時的適應性差異。經濟政策不確定性的提高通過資金市場不確定性及內部運營不穩定性通過復合作用機制，共同減少了企業向市場投放的商業信用額度。銀行信貸規模的縮減，通過特定傳導路徑對企業杠桿水平產生負面效應，可能打破原有的資本平衡狀態[3]。該作用機制最終反映在企業融資總額的減少上[4]，債務融資規模出現顯著下降[5]。夏同水等[6]指出宏觀經濟政策的波動性對企業融資能力產生顯著影響，其中負面影響體現在融資規模和債務期限兩個維度。李佳霖等[7]揭示經濟政策不確定性的上升通過融資約束、投資能力及跨期決策等渠道對企業投資效率產生差異化影響。在轉型期政府干預背景下，隨著金融摩擦程度加深，中小企業投資行為受到顯著約束，這種約束效應通過市場傳導，最終削弱了企業總體的投資動力。同樣，在羅丹和李志騫[8]的研究中也體現了經濟政策的不確定性對于企業融資的負向影響；經濟政策不確定性上升時，民營和小規模企業比國有及大規模企業表現出更顯著的融資行為調整：為規避財務風險與現金流波動，企業會增強內部資金依賴，而外部融資債務會因此減少，直接印證了企業內外源融資的替代性選擇機制。而在宋云星等[9的研究中，運用回歸模型進行實證檢驗的結果顯示，經濟政策不確定性的加劇與我國民營企業融資效率的大幅減弱存在顯著相關性。
企業作為市場經濟中極為重要的組成部分、宏觀經濟政策的主要影響對象，經濟政策不確定性如何影響企業行為，進而與市場形成作用與反作用的“螺旋”關系，成為國內眾多學者關注的焦點[10]。經濟政策不確定性對于企業經營活動以及財務決策有著重大影響。經濟政策的變動會影響企業對于內部現金流的把控，對企業投資、負債和經營等方面產生沖擊，而企業為了化解經濟政策不確定性所產生的風險，會重新衡量新經濟政策對未來現金流、債務融資的影響大小，進而改變現有的經營和財務策略[]。因此，本文基于2016—2023年A股非金融類上市公司數據，從微觀企業層面系統考察經濟政策不確定性對企業融資決策的傳導機制，重點分析其對企業融資成本的影響。通過揭示宏觀經濟政策調控在不確定性環境下對企業融資行為的作用渠道，本研究在新《證券法》實施背景下具有雙重價值：一方面為完善宏觀經濟政策調控理論體系提供新的經驗證據，另一方面為穩定企業投資預期、鞏固中國在全球經濟中的穩定器作用提供政策參考。主要創新體現在：第一，拓展了宏觀經濟政策與企業融資行為的理論研究維度；第二，從股權異質性視角揭示了《證券法》不確定性對企業融資行為的差異化影響，為應對經濟不確定性提供了新的決策依據。
2理論分析與研究假設
企業融資渠道主要包含權益性融資和債權性融資兩種形式。權益性融資是企業通過公開市場交易方式，由現有股東出讓部分所有權來擴充注冊資本，實現資金融通的過程。采用此種融資方式的投資者可獲得公司治理參與權，包括經營決策表決權和利潤分配收益權。債權性融資則是企業向債權人借款的融資行為，需按約定還本付息。對于公開上市公司而言，債權融資因其不會稀釋原有股東的股權比例和表決權優勢，因而成為更常見的融資選擇。此外，債權融資還具有利息抵稅的財務優勢，能夠有效降低企業綜合資本成本，從而提升公司市場價值。此外，才國偉等[12]的實證研究表明，宏觀經濟政策不確定性的增強顯著削弱了企業債務融資行為，但對股權融資的影響效果相對有限。因此本文主要探討新《證券法》不確定性對企業債務融資難易程度的影響，并以融資成本的高低作為融資難易程度的替代變量，融資越難則融資成本越高，反之則相反。
新《證券法》加強了對發行人的信息披露要求，包括財務信息的真實性、準確性和完整性等。充分的信息披露有助于投資者更全面地了解企業的經營狀況和風險情況，從而做出更合理的投資決策。這在一定程度上可以降低由于信息不對稱而導致的融資成本上升。鑒于此，提出如下假設：
H1：新《證券法》不確定性與企業融資成本顯著正相關。
新《證券法》還規定了發行人、中介機構等違反信息披露義務的法律責任，包括罰款、市場禁入等。這些規定提高了信息披露的違規成本，促使發行人和中介機構更加謹慎地履行信息披露義務，從而有助于維護債券市場的公平性和透明度，降低融資成本。鑒于此，提出如下假設：
H2：新《證券法》不確定性與企業融資成本顯著 負相關。
3模型構建、變量選取與數據說明
3.1 模型構建
基于上述分析，本文構建新《證券法》不確定性與企業融資成本之間的模型，基本回歸模型如下
Costit=β0+βlPostregit+β2Sizeit+β3Levit+β4Roeit+ β5Growthit+β6ATOit+v （1）
式中， Costit 為 i 企業第 χt 年的融資成本；Postreg為 i 企業第 χt 年是否有新《證券法》； Sizeit 為 i 企業第 χt 年的公司規模： Levit 為 χi 企業第 χt 年的財務杠桿； Roeit 為 i 企業第 χt 年的盈利能力；Growth為 i 企業第 χt 年的成長能力； ATOit 為 i 企業第 χt 年的營運能力。
本文在構建回歸模型（1）時，特別考慮了企業所有權屬性的調節效應，通過引入 SOEit 這一二元變量來區分國有企業與私營企業，并創新性地將 SOEit 與Postreg的交互項納入模型，其余變量的設定方法與模型（1）保持一致，具體模型為
Costit=β0+β1Postregit+β2Sizeit+β3Levit+βV4Roeit+β5Growthit+β6ATOit+β7SOEit+βsSOEitPostreg+v
3.2 變量選取
3.2.1核心解釋變量
Postreg是一個虛擬變量，如果年份是2020—2024年，則為1，否則為0；以便比較法規實施前后所有上市公司不同年份的融資成本特征。
3.2.2 被解釋變量
借鑒吳偉軍和李銘洋[13]及相關學者的研究方法，本研究將企業年度利息費用與長短期債務平均余額的比例作為債務融資成本的度量標準。在具體測算時，短期債務選取財務報表中的短期借款項目，長期債務則包含以下5個組成部分： ① 一年內到期的非流動負債； ② 長期借款； ③ 應付債券； ④ 長期應付款； ⑤ 其他具有長期性質的負債項目。
3.2.3 控制變量
參考吳偉軍和李銘洋[13]和夏同水等[14]對控制變量進行定義與衡量，包括：企業資產規模（Size），取企業總資產的對數值用于衡量我國上市公司規模大小，因為大型企業通常具有規模經濟優勢，抗風險能力強，信用風險相對較低，在融資過程中能夠憑借其規模優勢獲得較低成本的資金；Lev衡量財務杠桿，因為較高的資產負債率意味著企業債務負擔較重，償債風險增加，投資者和債權人會要求更高的回報率，從而導致融資成本上升；Roe衡量盈利能力，盈利能力強的企業，其償債能力和內部融資能力相對較強，在外部融資時也更受青睞，能夠以較低的成本獲取資金;Growth衡量成長能力，因為高成長型企業通常有較好的發展前景，投資者對其未來的收益有較高的預期，愿意以相對較低的成本為其提供資金支持；ATO衡量營運能力，因為營運能力強的企業，資金周轉效率高，資產利用充分，能產生穩定的現金流，有助于降低融資成本。此外，實證還設置了一個啞變量為股票所有權性質（SOE），國有企業則取值為1，民營企業則取值為[15-16]
3.3數據來源與描述性統計
本研究聚焦于2016—2023年間中國A股市場的非金融類上市企業，所有數據均采自CSMAR數據庫，包含年度財務報告數據。為提升數據質量，本研究執行了嚴格的數據清洗程序，主要包括：
（1）排除金融、保險行業的上市企業。（2）去除特殊處理類企業（ sr/Ω*ST ）及數據殘缺樣本。（3）刪除股權性質不明的企業記錄。（4）對Cost變量進行雙側 1% 的縮尾處理以消除異常值影響。經過上述處理，最終獲得23961個有效樣本觀測。
核心變量定義詳見表1。
表1主要變量定義
各主要變量描述性統計結果見表2。
表2描述性統計
4實證結果與分析
4.1 相關性分析
本文對各變量進行了相關性分析，結果見表3。從表3中可以看出新《證券法》的不確定性（Postreg）與債務融資成本（Cost）在 5% 的水平顯著正相關，回歸系數為0.0416，表明新《證券法》不確定性與企業債務融資成本之間極有可能存在正相關關系。此外企業層面的控制變量與企業債務融資成本的相關性在 5% 的水平顯著相關，其中企業規模（Size）、資產負債率（Lev）、股權性質（SOE）和凈資產收益率（Roe）與企業債務融資成本在 5% 的水平顯著負相關，回歸系數分別為-0.7040、-0.0937、-0.0443。成長能力（Growth）、總資產周轉率（ATO）與企業債務融資成本在 5% 水平顯著正相關，并且其回歸系數分別為 0.000 1， 0.001 9 。
表3相關系數矩陣
此外，考慮到變量間可能會存在多重共線性，因此本文采用VIF方法來進行檢驗，結果見表4。由檢驗結果可以發現，本文變量方差膨脹因子平均值為1.25，最大值為1.50，均小于10，說明本文這些變量間并不存在嚴重的多重共線性問題。
表4VIF檢驗結果
4.2 基準回歸結果分析
本研究采用雙重回歸模型進行實證分析，分別在基礎模型（不含控制變量）和擴展模型（包含控制變量）中考察新《證券法》對企業融資成本的影響。所有回歸均控制了企業個體固定效應和年度固定效應，具體估計結果詳見表5和表6。實證結果顯示：在基礎模型中，新《證券法》實施對企業融資成本的回歸系數在 5% 水平顯著為正（ β=38.291 ， plt;0.05 ），但模型解釋力較弱（ R2=0.0011 ），表明該結果缺乏經濟意義。而在包含完整控制變量的擴展模型中，模型整體顯著性檢驗（F檢驗）達到極顯著水平（ p= 0.000），且模型解釋力顯著提升，證實控制變量的引人有效增強了模型的解釋能力。
從實證回歸結果來看，新《證券法》的系數顯著為正，說明我國頒布新《證券法》后，企業的債務融資成本會因此增加，由此證明H1正確。回歸分析結果揭示，Roe指標在 5% 的顯著性水平與融資成本呈負相關關系，表明提升凈資產回報率對企業融資成本的減少具有顯著效果。在《證券法》修訂帶來的融資環境不確定性背景下，高Roe不僅能夠保障企業的正常運營，還能通過優化資金使用效率來抑制債務融資成本的增加。回歸分析結果表明，資產負債率的提高顯著抑制了企業債務融資成本，而營業收入增長率的提升則顯著促進了企業債務融資成本。表6的實證結論顯示，在加入控制企業特性的變量后，《證券法》修訂引發的不確定性對企業融資成本產生了顯著的正向作用，即不確定性增加導致債務融資成本增加，企業融資行為面臨更大挑戰。
表5無控制變量的基準回歸結果分析
表6有控制變量的基準回歸結果分析
4.3進一步分析
研究發現，經濟政策不確定性的增加會顯著推高企業的債務融資成本，從而對企業經營產生不利影響。然而，這種影響效應可能因企業股權結構的差異而存在異質性。基于此，本研究在基準回歸分析的基礎上，進一步考察企業股權性質對新《證券法》不確定性與融資成本關系的調節作用。
本研究基于企業股權性質差異，將樣本劃分為國有企業和民營企業兩個子樣本，分別進行回歸分析，以考察新《證券法》不確定性對不同所有制企業債務融資成本的異質性影響。實證結果顯示（見表7和表8）：民營企業樣本組的Postreg系數為0.952（ plt;0.01），在 1% 水平顯著為正；而國有企業樣本組的Pos-treg系數僅為0.428（ pgt;0.1? ，未通過顯著性檢驗。這表明新《證券法》實施帶來的政策不確定性會顯著加劇民營企業的融資成本壓力，但對國有企業的影響相對有限，反映出不同所有制企業在應對政策不確定性時存在明顯的融資約束差異。為深人分析股權性質對融資成本的影響，本研究構建了包含所有制虛擬變量（SOE）及其與政策不確定性的交互項（ SOE×Postreg? 的計量模型。實證結果表明（見表7）：SOE變量的回歸系數為-0.188（ plt;0.05 ），說明民營企業的融資成本顯著高于國有企業；交互項系數同樣顯著為負，意味著政策不確定性對民營企業融資成本的提升作用更為明顯。這一結果揭示了國有企業在政策不確定性環境下具有融資優勢。
究其原因，主要存在以下機制：第一，在宏觀經濟不確定性加大的背景下，金融機構對民營企業的信用風險評估更為嚴格，導致信貸供給趨于謹慎；第二，盡管政府出臺了多項普惠金融政策以支持中小企業融資，但政策調整本身帶來的不確定性反而強化了金融機構的風險規避傾向，形成“政策干預一不確定性上升一信貸緊縮”的傳導鏈條，最終導致民營企業融資成本居高不下。
表7國有企業回歸結果
表8私有企業回歸結果
表9總回歸結果
（續）
4.4 穩健性檢驗
為驗證研究結論的可靠性，本文采用普通最小二乘法（OLS）對模型進行重新估計。結果見表10。在改變被解釋變量的測算方法后，Postreg變量的回歸系數仍保持顯著正向影響（ β=0.618 ， ρlt;0.05 ），這一結果與基準回歸結論高度一致，充分證實了研究發現的穩健性。
表10穩健性檢驗
4.5 內生性檢驗
為控制潛在的內生性問題，本研究借鑒夏同水等[6.14]的方法，采用滯后一期的經濟政策不確定性指數作為工具變量進行兩階段最小二乘（2SLS）估計。工具變量選擇依據如下：第一，滯后一期的Postreg 指數不會直接影響當期企業融資成本；第二，當期Postreg指數與滯后值存在顯著相關性，滿足工具變量的外生性和相關性要求。實證結果顯示，滯后一期Postreg指數的估計系數為0.649（ plt;0.05 ，在 5% 水平顯著為正，表明經濟政策不確定性的持續性影響會顯著推高企業債務融資成本，進一步驗證了基準結論的可靠性。
表112SLS回歸結果
5 結語
研究將焦點放在我國滬深A股上市公司上，選取了2016一2023年的數據進行處理與分析，最終獲得了23961個有效研究樣本。通過多元回歸分析，得出結論：隨著《證券法》不確定性的增加，企業的債務融資成本會隨之上升，且對于民營企業，新《證券法》對其融資成本提高作用更加明顯。
基于研究結論，本文提出以下政策建議：
首先，政府在制定經濟政策時，應強調穩定性、透明度及可預測性，以減少外部沖擊對企業的影響。頻繁的政策變動會提高企業融資成本，阻礙其發展。因此，政府需制定穩定政策，避免頻繁調整，保障企業利益，提升其市場競爭力。同時，經濟政策不確定性會因信息不對稱影響企業融資環境，政府應加強政策溝通和信息披露，公開政策方向、目標及時間表，提升政策透明度，降低企業猜測成本，使其更好地把握政策未來趨勢，為穩健發展提供有力支持。
其次，國家應改善民營企業融資環境，減少“民營信貸歧視”。國企因政銀關聯受經濟政策不確定性影響小，而民企則沖擊更大。盡管民企已成為經濟主要推動力，但融資方面不如國企，因此改善其融資環境至關重要，需拓寬信息獲取途徑，增強擔保能力。
再次，企業應強化自身治理能力。會計穩健性有助于降低企業與債權人之間的信息不對稱，使企業更清晰地了解自身財務狀況，提高債權人對企業的信任度，從而為企業帶來更多融資機會。本文通過實證研究驗證了會計穩健性能夠緩解經濟政策不確定性帶來的負面影響。因此，當外部環境對企業造成不利沖擊時，良好的公司治理體系能夠降低風險，確保企業健康穩定發展。
最后，政府應強化資本市場監管，確保借貸市場信息透明。債權人依據公開及企業披露信息評估償債能力和違約風險，信息不對稱時，會提高利率補償風險，增加企業融資成本。良好的信息披露環境能助債權人合理判斷，緩解信息不對稱。政府需加大監管力度，提升信息質量，防欺詐行為，降低債權人風險預期，促其以合理利率放貸，改善企業融資環境。
參考文獻
[1］劉磊，王亞星，潘俊．經濟政策不確定性、管理層治理與企業債務融資決策[J].山西財經大學學報，2019，41（11）：83-97.
[2］倪國愛，董小紅．經濟政策不確定性、會計穩健性與債務融資［J].財貿研究，2019，30（6）：99-110.
［3］陳樂一，楊依筠．經濟政策不確定性對我國股票價格的影響研究[J].湖南大學學報（社會科學版），2022，36（1）：77-86.
[4］舒鑫，于博．融資約束、不確定性與企業投資結構：基于面板門檻回歸模型的實證檢驗［J]．金融經濟學研究，2022，37 （4） ： 80-95.
[5］才國偉，吳華強，徐信忠．政策不確定性對公司投融資行為的影響研究［J]．金融研究，2018（3）：89-104.
[6］夏同水，唐琪，王玉琰．經濟政策不確定性、信息披露質量與企業債務融資能力［J]．武漢金融，2020（12）：31-40.
［7］李佳霖，董嘉昌，張倩肖．經濟政策不確定性、融資約束與企業投資［J].統計信息論壇，2019，34（10）：73-83.
[8］羅丹，李志騫．經濟政策不確定性對企業融資影響的實證分析［J].統計與決策，2019，35（9）：170-174.
[9］宋云星，陳真玲，趙珍珍．經濟政策不確定性對民營企業融資效率的影響［J].金融與經濟2020（2）：71-78.
［10］朱楚昕．經濟政策不確定性對債務融資成本的影響研究[D]．重慶：西南財經大學2023.
[11］羅丹，李志騫．經濟政策不確定性對企業融資影響的實證分析［J].統計與決策，2019，35（9）：170-174.
［12］才國偉，吳華強，徐信忠．政策不確定性對公司投融資行為的影響研究［J]．金融研究，2018（3）：89-104.
［13］吳偉軍，李銘洋．中國經濟政策不確定性對企業債務融資成本的影響［J]．當代財經，2019（11）：61-71.
[14］夏同水，唐琪，王玉琰．經濟政策不確定性、信息披露質量與企業債務融資能力［J]．武漢金融，2020（12）：31-40.
［15］陳建華．經濟政策不確定性對企業融資成本的影響研究[J]．東岳論叢，2023，44（7）：126-137
［16］朱楚昕．經濟政策不確定性對債務融資成本的影響研究[D]．重慶：西南財經大學，2023.
收稿日期：2024-12-26
作者簡介：曹文靜，女，2001年生，碩士研究生在讀，主要研究方向：審計理論。
